هوش مصنوعی چگونه در حال انقلاب در اقتصاد جهانی است / موج چهارم

فرصت امروز: «موج سوم» کتابی مشهور از «الوین تافلر» است که در سال ۱۹۷۰ منتشر شد و در آن از انقلاب صنعتی به عنوان موج دوم و از عصر اطلاعات به عنوان موج سوم یاد شده است. عبارت «هوش مصنوعی» اما پیش از انتشار این کتاب و برای اولین بار در سال ۱۹۵۶ در کنفرانسی تاریخی در کالج دارتموث مطرح شد، ولی سرعت رشد این مفهوم آنقدر کند و پایین بود که تازه در دهه اخیر، گوشه هایی از قدرت و کاربرد هوش مصنوعی در جهان تبیین شده است.

«کای فو لی» تکنولوژیست و رئیس سابق گوگل چین و نویسنده کتاب «ابرقدرت های هوش مصنوعی: چین، دره سیلیکون و نظم جدید جهانی» معتقد است که هوش مصنوعی کاربردی را می توان در چهار موج طبقه بندی کرد که به صورت هم زمان رخ می دهند، اگرچه نقطه آغازشان یکی نیست و سرعت شان هم متفاوت است؛ نخست، هوش مصنوعی اینترنتی است. دوم، هوش مصنوعی تجاری، سوم، هوش مصنوعی ادراکی و چهارم، هوش مصنوعی خودمختار است.

«کای فو لی» اعتقاد دارد که روبات ها و هوش های مصنوعی، 50درصد مشاغل 10 سال آینده جهان را از آن خود خواهد کرد. او در یادداشت حاضر، چهار موج هوش مصنوعی را تعریف و طبقه بندی می کند و سپس به ساکنان هزاره سوم میلادی نوید می دهد که برای یک انقلاب بزرگ آماده باشید!

به گزارش «آینده نگر» و به گفته «کای فو لی» عبارت «هوش مصنوعی» اولین بار سال ۱۹۵۶ در کنفرانسی تاریخی در کالج دارتموث به کار برده شد و به دنبال انجام وظایفی است که تاکنون عموما فقط از ذهن انسان برمی آمد: تشخیص دادن الگوها، پیش بینی نتایج فعالیت ها و روندها و بالاخره گرفتن تصمیم های پیچیده. حالا الگوریتم های هوش مصنوعی می توانند دنیای ما را درک و تفسیر کنند و عده ای حتی معتقدند که آنها به زودی صاحب احساس، همدردی و قدرت خلاقه می شوند. با این همه هنوز با رویای اولیه رسیدن هوش مصنوعی به قدرت «هوش انسانی» فاصله زیادی داریم.

آنچه که باعث شد اوضاع صنعت هوش مصنوعی حدود یک دهه پیش ناگهان تغییر کند پیشرفت در حوزه «یادگیری عمیق» بود: یک ساختار که از مغز انسان و یافته های عصبی اش و شکل رابطه آنها با یکدیگر الهام گرفته شده. همان طور که عبارت یادگیری «عمیق» نشان می دهد در این سیستم ما شبکه های یادگیری عمیق داریم که می توانند هزاران لایه عمق داشته باشند و میلیاردها پارامتر را در خود جای دهند. البته برخلاف مغز انسانی، این شبکه ها با مقادیر عظیمی اطلاعات برچسب خورده «آموزش» می بینند. بعد آنها از آنچه که «آموخته اند» استفاده می کنند و به صورت دقیق و ریاضی وار الگوهای بسیار ظریف را در کوه عظیمی از اطلاعات پیدا می کنند. ورودی اطلاعاتی در شبکه می تواند هر چیز دیجیتالی باشد - از تصویر یا صدا گرفته تا اطلاعات خرید کارت اعتباری شما. خروجی این شبکه اما یک تصمیم یا یک پیش بینی است که با سوالی که از آن پرسیده شده ارتباط دارد: چهره چه کسی در این تصویر است؟ چه کلماتی در آن فایل صوتی بیان شد؟ آیا این خرید کلاه برداری بود؟

نکته اینجاست که این پیشرفت مهم تکنولوژیکی در حوزه یادگیری عمیق با انفجار اطلاعاتی عصر دیجیتال هم زمان شده است: یادگیری عمیق به کمک اینترنت می تواند فعالیت ها و تمایلات انسانی را به طور مداوم رصد کند. مغز انسانی تمایل دارد که روی مشخص ترین ارتباط میان ورودی و خروجی تمرکز کند، اما الگوریتم یادگیری عمیق طوری آموزش یافته که در اقیانوسی از اطلاعات می تواند ارتباط میان جنبه های ریز و گذرای دیتا را کشف کند: اطلاعات و ارتباطاتی آنقدر ظریف یا پیچیده که مغز انسان حتی نمی تواند آنها را به صورت منطقی توصیف کند.

وقتی شما می توانید صدها و هزاران ارتباط این چنینی را با هم ترکیب کنید طبیعتا از ذهن حتی باتجربه ترین و هوشمندترین انسان ها بهتر عمل خواهید کرد. الگوریتم های هوش مصنوعی حالا انسان ها را در حوزه های مختلفی شکست می دهند: در تشخیص چهره، تشخیص جملات در محاوره، در بازی شطرنج، در خواندن تصاویر ام آرآی سرطان های خاص، در پیدا کردن کارت اعتباری تقلبی و حتی در تصمیم گیری برای تایید اعطای وام به فلان مشتری.

این الگوریتم ها در خلأ کار نمی کنند. آنها برای انجام تحلیل های شان نیازمند حجم عظیمی از اطلاعات هستند تا خودشان را آموزش دهند. برای انجام این کار هم نیازمند قدرت کامپیوتری بسیار بالایی هستند. هوش مصنوعی کنونی می تواند در حوزه ای کاملا مشخص و تعریف شده کار بکند. یعنی هوش عمومی و عقل سلیم ندارد یا نمی تواند در این حوزه عمل کند: مثلا AlphaGo که می تواند انسان را در بازی باستانی چینی Go شکست بدهد نمی تواند اصلا شطرنج بازی کند. الگوریتمی که می تواند تصمیم بگیرد که به چه کسی وام بدهیم، توانایی سرمایه گذاری ندارد.

هوش مصنوعی به کمک دو کاتالیزور یادگیری عمیق و انفجار اطلاعاتی توانست از عصر اکتشاف وارد عصر اجرا شود. حالا خانه اصلی هوش مصنوعی نه آزمایشگاه های سطح بالای تحقیقاتی، که برنامه هایی با کاربرد در زندگی روزمره است. حالا شرکت ها و دولت ها به دنبال راه هایی برای وارد کردن قابلیت های کنونی هوش مصنوعی به فعالیت های شان هستند تا بتوانند نهایت استفاده را از این تکنولوژی پیشگامانه ببرند. به همین خاطر است که چین با بازار و دیتای عظیمش و با کارآفرینان قدرتمندش ناگهان به یک ابرقدرت هوش مصنوعی تبدیل شده است.

آنچه این تکنولوژی را این چنین قدرتمند می کند این است که می توان آن را تقریبا در هر حوزه ای که فکرش را بکنید به کار برد. شاید چنین حضور فراگیری را از زمان کشف الکتریسیته ندیده باشیم. ما وارد عصری شده ایم که می توانیم کم کم هوش مصنوعی را در هر حوزه ای به کار ببریم، چیزی شبیه آن زمان که بشر یاد گرفت چطور از الکتریسیته در همه جا استفاده کند: اتاق ها را روشن کند، با آن غذا بپزد و با آن قطارها را راه بیندازد. زندگی پیش از الکتریسیته برای ما قابل تصور نیست. زندگی بدون هوش مصنوعی هم برای نسل های بعدی غیرقابل تصور است.

4 موج هوش مصنوعی

هوش مصنوعی کاربردی را می توان در چهار موج طبقه بندی کرد که به صورت هم زمان رخ می دهند اگرچه نقطه آغازشان یکی نیست و سرعت شان هم متفاوت است.

مرحله اول «هوش مصنوعی اینترنتی» است که از حجم عظیم اطلاعات در وب تغذیه می کند. نقطه قوت این هوش مصنوعی این است که کاربران اینترنت به طور خودکار اطلاعات برچسب خورده و آماده تحویلش می دهند: کلیک کردن مقابل کلیک نکردن، خریدن کردن مقابل خرید نکردن. تک تک فعالیت های ما در اینترنت ماده خام این هوش مصنوعی به حساب می آید. هوش مصنوعی از این صفحات اطلاعات برچسب خورده استفاده می کند و پروفایلی دقیق از شخصیت، عادات، خواسته ها و تمایلات مان می سازد. بعد با استفاده از همین تصویری که از ما ساخته، در اینترنت و در شبکه های اجتماعی چیزهایی را نشان مان می دهد که می پسندیم (یا می خریم) تا کارفرمایش درآمد بیشتری کسب کند.

موج دوم «هوش مصنوعی تجاری» است. اینجا الگوریتم ها طوری آموزش می بینند که اطلاعات حیاتی شرکت ها، از وضعیت خرید مشتریان، تا سوابق نگهداری از ماشین آلات تا روندهای پیچیده تجاری را بفهمند و در آن روندها و الگوها را تشخیص بدهند و در نهایت به مدیران در تصمیم گیری بهتر کمک کنند. یک الگوریتم برای مثال ممکن است روی هزاران وام بانکی و میزان بازگشت آنها تحقیق کند و متوجه شود یک نوع خاص از مشتری ریسک بالایی برای بانک به وجود می آورد یا متوجه شود می توان به نوع خاصی از مشتری که تا به حال به او بی توجهی شده بوده وام بیشتری داد. پژوهشگران در حوزه پزشکی هم می توانند از الگوریتم های یادگیری عمیق استفاده کنند تا اطلاعات گسترده ای از تشخیص بیماری ها، وضعیت ژنتیکی، نتایج درمانی و وضع بیماران پس از درمان را کنار هم بگذارند و بتوانند درمانی را کشف کنند که بهترین نتیجه را روی یک بیمار خاص خواهد داشت و تا حالا از چشم شان دور مانده بوده. ذهن ما منطق خطی علت و معلولی را دنبال می کند اما هوش مصنوعی این قدرت را دارد که روابطی ظریف را بین حجم عظیم اطلاعات ببیند و متخصصان را پشت سر بگذارد.

موج سوم «هوش مصنوعی ادراکی» است و اطلاعات خود را به طور مداوم از چشم ها، گوش ها و دیگر حسگرهای انسانی دریافت می کند. این هوش مصنوعی اطلاعاتی را جمع می کند که قبلا جمع آوری نشده است. همچنان که حسگرها و دستگاه های هوشمند خانه ها و شهرهای ما را از آن خود می کنند ما در آستانه ورود به اقتصاد یک تریلیون حسگری هستیم. از دستگاه های هوشمندی که با آنها حرف می زنیم (مثل اسپیکر الکسای شرکت آمازون یا سیری در آیفون) تا دستگاه هایی که همراه ما می بینند مثل عینک گوگل، اینها طلایه داران این شکل از هوش مصنوعی هستند.

موج چهارم هوش مصنوعی از بقیه سرنوشت سازتر و البته دشوار است: «هوش مصنوعی خودکار». این هوش مصنوعی تمام موج های قبلی را با هم ترکیب می کند و به ماشین ها این توانایی را می دهد که دنیای اطراف را حس کنند و به آن واکنش نشان دهند، خودشان تصمیم به حرکت بگیرند و مسیرشان را انتخاب کنند و مثل انسان ها از وسایل و ابزارها استفاده کنند. در این موج شاهد ورود خودروهای بدون راننده خواهیم بود که می توانند دنیای دور و برشان را ببینند: الگوها را از طریق دوربین های خود تشخیص بدهند (مثل هشت وجهی قرمزرنگ STOP) و به این نتیجه برسند که باید توقف کنند و بالاخره در زمانی درست پدال ترمز را فشار دهند تا خودرو به آرامی متوقف شود. در چنین دنیایی روبات ها در کارخانه ها کار می کنند، وظیفه انبارداری پیشرفته را برعهده دارند، میوه می چینند، ظرف می شویند و در نهایت به مشتریان جنس می فروشند و سرویس می دهند.

برای انقلاب آماده باشید

از آنجا که هوش مصنوعی می تواند برنامه ریزی شود تا سود را به حداکثر برساند یا جایگزین کارگر انسانی شود، بلافاصله به ارزش اقتصاد هر کشور اضافه خواهد کرد. هوش مصنوعی سریع و دقیق است، می تواند شبانه روز کار کند، شکایت نمی کند و می تواند وظایف متفاوتی را انجام دهد. طبق برآورد شرکت مشاوره مالی پرایس واترهاوس کوپرز این تکنولوژی در سال ۲۰۳۰ مسئول حدود ۱۶ تریلیون دلار از تولید ناخالص داخلی کشورهای جهان خواهد بود.

البته چنین فرصت بزرگی چالش های بزرگی هم برای بشر به همراه دارد. اولین و مهم ترین آن بیکاری است: از آنجا که هوش مصنوعی می تواند وظایف تک منظوره را با دقتی فرابشری بدهد - و اکثر مشاغل انسانی در کارخانه ها و ادارات تک منظوره اند - احتمالا تعداد فراوانی از مشاغل روتین توسط این تکنولوژی نسل بعدی جایگزین خواهد شد. این موج بیکاری شامل کارگران و کارمندان خواهد شد. هوش مصنوعی بدون تردید مشکلاتی در حوزه های امنیت، حریم خصوصی، تبعیض و انحصار به وجود خواهد آورد و به نظر نمی رسد که دولت ها و شرکت ها برای این آماده باشند.

اما یک نگرانی دیگر که فعلا نیاز نیست به آن فکر کنیم این است که ماشین ها به هوشی کاملا در حد انسان ها - و بالاتر از آن - دست پیدا کنند و این به آنها قدرت نابودی بشر را می دهد. (حتما در فیلم ها و کتاب های علمی- تخیلی سناریوهای متفاوتی از این ماجرا را دیده اید) اما ما به چنین روزی نزدیک نیستیم. هوش مصنوعی کنونی «هوش مصنوعی عمومی» نیست و برخلاف هوش انسانی فقط می تواند یک وظیفه خاص و کوچک را که برایش برنامه ریزی شده انجام دهد. هوش مصنوعی عمومی نیازمند توانایی های پیشرفته از جمله استدلال، یادگیری مفهومی، درایت، برنامه ریزی، تفکر چندحوزه ای، خلاقیت و حتی خودآگاهی و احساسات است که فعلا از توان هوش مصنوعی کنونی خارج است. مهندسان هنوز نتوانسته اند هیچ راهی را به سمت این چنین هوشی طراحی کنند.

ما چقدر با هوش عمومی فاصله داریم؟ ما حتی آنقدر نمی دانیم که دست به برآورد بزنیم. بشر نیازمند چندین کشف و پیشرفت بزرگ در این حوزه است تا بتواند به هوش مصنوعی عمومی برسد و فراموش نکنید که ما طی ۶۰ سال گذشته فقط یک پیشرفت بزرگ در این بخش داشته ایم. پس فعلا نگران انقراض بشر توسط هوش مصنوعی نباشیم و بدانیم که این چهار موج، انقلابی در حد انقلاب صنعتی ایجاد خواهند کرد. هر انقلابی برندگان و بازندگانی بزرگ خواهد داشت. اینجاست که باید به سوالی سرنوشت ساز پاسخ دهید: شرکت، سازمان و کشور شما کجای این بازی قرار دارد؟